大模型世界 · AI Model World
AI 模型多到记不住，新闻里天天蹦出新名字，可你很难说清此刻到底谁最强、谁最便宜、谁刚出生。 这个站把五百多个大模型搬进了一座像素小镇，每个模型都是住在厂商小屋里的一个角色， 你进来扫一眼就知道当下的格局。
最上面那排是「今日格局」，八块领奖台分别写着最聪明、最会编程、最划算、最便宜、 记性最好、最新发布、国内最强、开源最强。每块只给一个名字、一个数字和一句为什么，三秒读完。 紧接着的一排按类型分，文本、视觉、全模态、图像生成、视频生成、语音各占一格，点进去是筛好的名单。
再往下就是广场本体。国外和国内分成两块，每块又按厂商实力分成头部、主力、尚无评测三条街。 每家厂商住一间能看见内部的小屋，屋里站着这家当下的门面模型。
画归画，数归数。房间和角色只负责身份与观感，真正用来横向比较的是名牌下面那四条能力横条， 也就是聪明、编程、记性、便宜——格子越多越强，缺数据的画成带描边的空槽， 厂商自报的成绩会缀一个「自报」。最底下那行是这个模型的一句话定位，由数据套模板生成， 不经过任何 LLM。屋子下沿偶尔挂一张小纸条，写着「本家更新：某某」， 那是在提醒你这家刚发了新型号、只是还没拿到第三方评测分。
点开任意一个角色，你能看到它的身世、战绩、屋内陈设，以及同系列历代的演进关系。
想横向回顾整个行业，就去「时间线」。几百个模型按发布日期排成一条长河， 往下滚就是一部三年多的 AI 编年史。
想较真谁强谁弱，就去「排行榜」。综合智力、性价比、上下文、价格， 再加上三十多个互不通用的第三方编程赛制，每一榜都标着参赛模型数和数据来源。 跨赛制的分数永远不会被混算成一个数，因为同一个模型换套评测脚手架就能差二三十分。
找具体的东西靠导航条左边那个搜索框。它认模型名，也认厂商，还认能力—— 你输入「多模态」，它会告诉你全站有多少个并直通筛好的名单； 你输入「智谱 多模态」，它就回答「智谱到底有没有多模态模型」这个问题。
最后，这个站点不需要人维护。新模型发布、旧模型退役、价格调整、榜单更新，全部自动同步。
文档
| 文档 | 内容 |
|---|---|
| docs/HANDOFF.md | 接手开发先读这一份：当前状态、不可违背的原则、踩过的坑、代码地图 |
| docs/DESIGN.md | 模型属性 → 人物形象的完整对照表，含所有档位阈值与厂商形象母题 |
| docs/DATA.md | 数据来源、字段仲裁规则、合规边界、容错设计 |
| docs/ARCHITECTURE.md | 系统架构与零维护链路 |
| docs/research/coding-benchmarks-2026.md | 编程测评数据源全景：许可证原文、覆盖率实测、已排除的源及理由 |
| docs/research/reference-sites-2026.md | 参考网站与信息设计方案，当前的能力条改造出自这里 |
| docs/llm-metadata-sources-research.md | 元数据源调研原始报告（结论均经 curl 实测） |
| docs/data-sources-research.md | 榜单与参数量调研原始报告 |
| docs/pixel-character-pipeline-research.md | 像素角色合成管线调研报告（LPC 方案，2026-09-26 已被手绘娘化形象取代，留作历史） |
数据来源
| 用途 | 来源 | 许可 |
|---|---|---|
| 模型元数据 | models.dev | MIT |
| 榜单分数（智力 / 数学 / 科学 / 编程） | Epoch AI | CC-BY 4.0 |
| 编程测评（Coding / Agentic Coding） | LiveBench | Apache-2.0 |
| 参数量与开源许可 | Hugging Face | 逐模型判断 |
| 新模型发现与发布日期交叉校验 | OpenRouter · Vercel AI Gateway · LiteLLM | 仅用于发现，不转存展示 |
| 角色形象 | 本站手绘原创像素画（scripts/sprites/chibi/） |
借用的社区 / 官方娘化形象出处见站内 /credits/ |
| 中文像素字体 | Fusion Pixel Font | OFL-1.1 |
本项目不使用 Artificial Analysis 的任何数据（其条款禁止再分发）， 也不抓取 LMArena（其条款禁止自动化抓取）。详见 docs/DATA.md 的合规章节。
本地开发
npm install npm run dev
npm run dev 会先由 prebuild 钩子生成精灵图（约 7 秒），再启动开发服务器。
本机 3000 端口常被占用时会自动改用 3001。
loadSnapshot()与listSpriteSlugs()只在生产构建里缓存；开发时每次请求重读磁盘，npm run sync/npm run sprites之后刷新页面即可看到结果，不需要重启。 但next build会把.next写成静态导出状态，之后再npm run dev前要rm -rf .next。
数据与素材管线
npm run sync # 抓取上游、仲裁、校验，产出 data/models.json npm run sprites # 由 data/models.json 再生产 public/：角色精灵图 + 搜索索引 npm run font # 中文像素字体子集化（改了中文文案后才需要跑） npx tsx scripts/sync/selftest.ts # 数据管线 217 项纯函数自检，不联网
体检脚本
scripts/qa/ 下全部只读，用来回答「为什么是这个结果」。完整清单见
HANDOFF.md，最常用的几个：
npx tsx scripts/qa/why-flagship.ts openai # 这家为什么是这个模型上广场 npx tsx scripts/qa/stale-flagships.ts # 还有哪些门面不是本家最新的 npx tsx scripts/qa/roster-signals.ts # 广场每位门面有哪些数据、缺哪些 npx tsx scripts/qa/shots.ts # 三个断点批量截图，视觉自验证 npx tsx scripts/qa/verify-text.ts "某段文字" # 区分「没改干净」和「浏览器缓存」
两条管线均离线确定性：不需要任何 API 密钥，同样的输入永远产出同样的输出。
从中国大陆运行时 Hugging Face 会连接失败，参数量与许可证字段会留空并标记
confidence: unknown，不影响管线其余部分。生产环境的抓取跑在 GitHub Actions 上，不受此影响。
贡献
系统里唯一依赖人类常识的地方是厂商的形象母题——机器读得出 DeepSeek 的定价，
读不出它应该是一头鲸鱼。这部分放在 src/data/vendor-registry.ts，是一张查表。
如果你发现某家厂商还没有专属形象（它会显示为「神秘旅人」兜底形象）， 欢迎提 PR 加一行。加不加系统都能正常运行，加了只是更好看。
许可
代码与文档 MIT。像素素材（CC0 / OGA-BY 3.0）、中文字体（OFL-1.1）与 数据快照（CC-BY 4.0 等）各自遵循上游许可，逐项的适用范围、署名义务与排除的数据源 见 NOTICE.md。